基于机器学习的核电厂蒸汽发生器传热管涡流信号自动定位研究

• 作者: 张军 孔玉莹 曹学魁 马强 裴希保
• 来源期刊: 中国检验检测
• 学科: 工学
• 关键词: 机器学习 涡流信号 自动定位 结构识别
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 学术研究
• 页码范围: 23-26,36
• 页数: 5页
• 分类号: T9
• 语种: 中文
• DOI: 10.16428/j.cnki.cn10-1469/tb.2021.06.007

摘要

蒸汽发生器是保证核电厂正常运行的重要设备,通常使用涡流技术对传热管降质现象进行检测与跟踪.随着国内外核电产业快速发展,涡流检验数据分析有转向全自动化的趋势.然而,对涡流信号快速准确的自动定位(LANDMARK)作为自动数据分析的基础,在现有情况下由于信号噪声、设备更替等原因,效果并不理想.本文采用机器学习的方法,对涡流信号自动定位进行了研究.结果 表明:在满足较高效率的基础上,使用本方法进行自动定位可达到较高的准确率.